一种基于自适应迭代滤波的高光谱遥感影像变化检测方法技术

本发明专利技术公开了一种基于自适应迭代滤波的高光谱遥感影像变化检测方法，如下：步骤一、对不同时间的两组高光谱遥感图像，选出信息量最大的三个波段；步骤二、将选出的两组波段按照其索引值的大小从小到大的顺序分别写入自然图像中的红、绿、蓝三个波段中；步骤三、将两张图片逐像素的做自适应区域增长，若邻域的像素值与中心像素的差值小于八邻域像素的标准差，则将该像素合并到自适应区域中，否则不合并；步骤四、将步骤三中两张滤波后的图片再次进行区域增长，得到变化幅度图；步骤五、将得到的变化幅度图计算阈值，得到最后的变化检测结果图。采用该方法，使图片上的同质区域更加明显，以改善高光谱遥感影像变化检测的精度。以改善高光谱遥感影像变化检测的精度。以改善高光谱遥感影像变化检测的精度。

【技术实现步骤摘要】
一种基于自适应迭代滤波的高光谱遥感影像变化检测方法


[0001]本专利技术属于遥感影像变化检测
，具体涉及一种基于自适应迭代滤波的高光谱遥感影像变化检测方法。

技术介绍

[0002]高光谱遥感影像具有较高的光谱和空间分辨率，包括数百个波段，具有丰富的光谱信息，大大提高了高光谱遥感影像在许多应用领域的价值。使用高光谱图像进行变化检测需要大量的数据集，而丰富的数据集可以最有效地验证一种变化检测方法的有效性和稳定性。近年来，随着航天遥感技术的快速发展，卫星发射数量不断增加，可用于研究和分析的高光谱遥感数据量不断增加。近年来，高光谱遥感影像已广泛应用于农业开发、军事布局、环境监测、城市规划、自然灾害评估等多个领域。在传统方法中都是用固定的窗口来对图片进行滤波，导致了不同地物之间的界限变的模糊，检测精度低。

技术实现思路

[0003]本专利技术的目的是提供一种基于自适应迭代滤波的高光谱遥感影像变化检测方法，去除高光谱图像上面的噪声，使图片上的同质区域更加明显，以改善高光谱遥感影像变化检测的精度。
[0004]本专利技术采用以下技术方案：一种基于自适应迭代滤波的高光谱遥感影像变化检测方法，该检测方法包括如下步骤：
[0005]步骤一、对卫星传感器拍摄到的不同时间的两组高光谱遥感图像，均用波段选择算法选出信息量最大的三个波段；
[0006]步骤二、将步骤一中选出的两组波段按照其索引值的大小从小到大的顺序分别写入自然图像中的红、绿、蓝三个波段中，形成两张新的图像；
[0007]步骤三、将步骤二中的两张图片逐像素的做自适应区域增长，自适应区域添加像素时，要对添加像素的八邻域进行遍历，若邻域的像素值与中心像素的差值小于八邻域像素的标准差，则将该像素合并到自适应区域中，否则不合并；
[0008]对每个像素得到的自适应区域求像素的均值，再将均值赋给该像素，直到遍历完整张图片后得到两张滤波后的图片；
[0009]步骤四、将步骤三中两张滤波后的图片再次进行区域增长，对每个像素得到的自适应区域求均值，再对得到的两个均值通过变化向量分析法进行度量得到它们之间距离的值，将该值写到与原图像同样大小的空白图像中，遍历完整张像之后得到变化幅度图；
[0010]步骤五、将步骤四中得到的变化幅度图计算阈值，对变化幅度图进行阈值分割，得到最后的变化检测结果图。
[0011]进一步地，在步骤三中，若添加像素后的自适应区域的标准差与未添加像素的自适应区域的差值小于0.1，则将该像素合并到当前的自适应区域中，否则，认为该像素已经完成了区域增长，对下一个像素进行区域增长。
[0012]进一步地，在步骤四中，自适应区域内的像素差不超过10，同时，自适应区域的像素个数不超过30。
[0013]进一步地，在步骤五中，将步骤四中得到的变化幅度图通过大津法计算阈值。
[0014]本专利技术的有益效果是：(1)采用了自适应迭代滤波对波段选择后的影像金鑫阁处理，经过处理后，使得影像中的同质区域更加明显，不同地物直接的界限更加清晰，可以更好地去计算变化区域和未变化区域，这也是精度提高的主要原因。(2)不需要人工标记样本的程序，减少了标记样本的成本。(3)该方法只限制自适应区域的标准差与未添加像素的自适应区域的差值，且差值为0.1，自动化程度高。
附图说明
[0015]图1实例数据示意图：1a与1b分别是2006年和2007年在江苏盐城拍摄的一个农田的高光谱遥感影像；1c为地面参考真值。
[0016]图2为不同方法下可视化对比结果图：2a为TDRD方法下的结果，2b为GETNET方法下的结果，2c为PTCD方法下的结果，2d为本专利技术方法下的结果图。
具体实施方式
[0017]下面结合附图和具体实施方式对本专利技术进行详细说明。
[0018]本专利技术一种基于自适应迭代滤波的高光谱遥感影像变化检测方法，该检测方法包括如下步骤：
[0019]步骤一、对卫星传感器拍摄到的不同时间的两组高光谱遥感图像，均用波段选择算法选出信息量最大的三个波段；
[0020]步骤二、将所述步骤一中选出的两组波段按照其索引值的大小从小到大的顺序分别写入自然图像中的红、绿、蓝三个波段中，形成两张新的图像；
[0021]步骤三、将所述步骤二中的两张图片逐像素的做自适应区域增长，自适应区域添加像素时，要对添加像素的八邻域进行遍历，若邻域的像素值与中心像素的差值小于八邻域像素的标准差，则将该像素合并到自适应区域中，否则不合并；
[0022]对每个像素得到的自适应区域求像素的均值，再将均值赋给该像素，直到遍历完整张图片后得到两张滤波后的图片。
[0023]采用了自适应迭代滤波对波段选择后的影像金鑫阁处理，经过处理后，使得影像中的同质区域更加明显，不同地物直接的界限更加清晰，可以更好地去计算变化区域和未变化区域。
[0024]步骤四、将所述步骤三中两张滤波后的图片再次进行区域增长，对每个像素得到的自适应区域求均值，再对得到的两个均值通过变化向量分析法进行度量得到它们之间距离的值，将这个值写到与原图像同样大小的空白图像中，遍历完整张像之后得到变化幅度图，其中，根据对比实验可知自适应区域内的像素差不超过10，同时，自适应区域的像素个数不超过30；
[0025]步骤五、将所述步骤四中得到的变化幅度图计算阈值，对变化幅度图进行阈值分割，得到最后的变化检测结果图。
[0026]在上述步骤三中，若添加像素后的自适应区域的标准差与未添加像素的自适应区
域的差值小于0.1，则将该像素合并到当前的自适应区域中，否则，认为该像素已经完成了区域增长，对下一个像素进行区域增长。
[0027]在上述步骤四中，对每个像素得到的自适应区域采用采用变化向量分析法进行度量得到对应的值。
[0028]在上述步骤五中，将所述步骤四中得到的变化幅度图通过大津法计算阈值。
[0029]为了更好地验证本专利技术中的一种基于自适应迭代滤波的高光谱遥感影像变化检测方法，进行如下试验：
[0030]该实施例用到的数据集如下：“农田”数据集，是由前后两个时间段安装地球观测者1号卫星上的高光谱传感器采集的一对高光谱遥感图像组成，研究区域为湿地农业用地，具有典型的“变化”特征，地面参考真值，如图1所示。
[0031]对卫星传感器拍摄到的不同时间的两组高光谱遥感图像，均用波段选择算法选出信息量最大的三个波段，来对高光谱遥感图像进行降维；
[0032]将选出的两组波段按照其索引值的大小从小到大的顺序分别写入自然图像中的红、绿、蓝三个波段中，形成两张新的图像；
[0033]将所述的两张新的图像逐像素的做自适应区域增长，自适应区域添加像素时，要对添加像素的八邻域进行遍历，若邻域的像素值与中心像素的差值小于八邻域像素的标准差，则将该像素合并到自适应区域中，否则不合并；
[0034]对每个像素得到的自适应区域求像素的均值，再将均值赋给该像素，直到遍历完整张图片后得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自适应迭代滤波的高光谱遥感影像变化检测方法，其特征在于，该检测方法包括如下步骤：步骤一、对卫星传感器拍摄到的不同时间的两组高光谱遥感图像，均用波段选择算法选出信息量最大的三个波段；步骤二、将所述步骤一中选出的两组波段按照其索引值的大小从小到大的顺序分别写入自然图像中的红、绿、蓝三个波段中，形成两张新的图像；步骤三、将所述步骤二中的两张图片逐像素的做自适应区域增长，自适应区域添加像素时，要对添加像素的八邻域进行遍历，若邻域的像素值与中心像素的差值小于八邻域像素的标准差，则将该像素合并到自适应区域中，否则不合并；对每个像素得到的自适应区域求像素的均值，再将均值赋给该像素，直到遍历完整张图片后得到两张滤波后的图片；步骤四、将所述步骤三中两张滤波后的图片再次进行区域增长，对每个像素得到的自适应区域求均值，再对得到的两个均值通过变化向量分析法进行度量得到它们之间距离的值，将...

【专利技术属性】
技术研发人员：吕志勇，张铭，石程，宁小娟，刘杰，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：